Informatique de gestion : sujets de mémoire de licence et de master

Tu dois trouver un sujet de mémoire en informatique de gestion et tu butes sur le problème de base de la filière : ta formation se situe entre la gestion et l’informatique, donc les deux directions sont permises. Que tu sois en MIAGE, en licence ou en master de systèmes d’information, la difficulté du choix vient justement de là.

Un sujet en informatique de gestion se trouve en décidant d’abord si tu veux concevoir quelque chose ou étudier quelque chose, en le réduisant ensuite à un système d’information et à une organisation précis, puis en fixant avant l’inscription d’où viendront tes données : enquête propre, données d’un système d’entreprise ou statistique publique. Tu arrives ainsi au rendez-vous d’encadrement avec trois propositions et, pour chacune, une phrase sur l’origine des données.

📌 L’essentiel en bref

• 200 sujets d’informatique de gestion répartis sur cinq domaines.
• Conception et étude du comportement demandent des données différentes.
• Un prototype sans évaluation n’est pas encore un résultat.
• Le règlement européen sur l’IA s’applique largement depuis août 2026.
• Le modèle UTAUT fournit les variables de ton enquête.

Les propositions de cet article font partie de la liste des sujets de mémoire pour toutes les filières, où se trouvent aussi les autres disciplines.

Quatre étapes vers le bon sujet : comment trouver un sujet en informatique de gestion

La recherche d’un sujet en informatique de gestion échoue rarement faute d’idées. Elle échoue parce qu’une proposition reste ouverte dans les deux sens : on peut l’étudier sous l’angle de la gestion ou la concevoir sous l’angle technique. Qui ne tranche pas écrit deux moitiés de mémoire.

Les 200 propositions plus bas sont une matière première, pas un sujet fini. Une proposition devient un sujet quand trois choses sont fixées : le système d’information que tu touches, l’organisation dans laquelle il tourne et la grandeur qui mesurera la réussite.

1. Vérifier la spécialité avant le sujet. Regarde dans la maquette de ta formation quels parcours existent et quels enseignants-chercheurs les portent. Un sujet de gestion des données ne trouve pas d’encadrant dans une équipe tournée vers les processus métier.
2. Choisir la direction : concevoir ou étudier. Un travail de conception crée du neuf : un modèle, une méthode ou un prototype. Un travail sur le comportement étudie la façon dont les personnes utilisent la technique. Les deux voies sont reconnues, mais elles demandent des données très différentes.
3. Réduire le domaine à un système et une organisation. « L’intelligence artificielle dans le service client » est un domaine. « Quel délai de traitement atteint un assistant d’IA au support de premier niveau d’une mutuelle ? » est un sujet.
4. Régler la source des données avant l’inscription. Note pour chaque proposition d’où viendront les chiffres. Qui compte sur les données d’une entreprise a besoin d’un accord, pas d’une idée. Qui prévoit une enquête propre compte environ quatre semaines de plus.

La démarche commune à toutes les filières est décrite dans l’article trouver un sujet de mémoire de licence ou de master.

Les domaines et spécialités des études d’informatique de gestion

Les domaines de l’informatique de gestion découlent de son objet : les systèmes d’information des entreprises, des administrations et des autres organisations. En France, la filière la plus connue s’appelle MIAGE, pour méthodes informatiques appliquées à la gestion des entreprises. Le réseau national des MIAGE la présente comme une formation « pluridisciplinaire et professionnalisante de haut niveau », dispensée dans 21 universités, qui donne une double compétence en sciences numériques et en management.

Les spécialités que ton établissement en tire figurent dans la maquette de la formation. À l’échelle internationale, le référentiel IS2020 de l’ACM et de l’Association for Information Systems, publié en juin 2021, décrit 19 domaines de compétences, dont 10 obligatoires, répartis en six ensembles : fondements des systèmes d’information, données, technologie, développement, organisation et intégration.

Les cinq domaines de cet article regroupent ces contenus dans les blocs sous lesquels les mémoires sont le plus souvent proposés. La colonne décisive est celle des données : elle te dit à qui tu devras les demander.

Deux filières voisines recoupent ce champ. Si tu vises plutôt les algorithmes, l’architecture et l’implémentation, regarde les sujets de mémoire en informatique. Si tu vises plutôt le marché, l’organisation et les indicateurs, va voir les sujets en gestion d’entreprise.

200 sujets de mémoire en informatique de gestion, classés par domaine

Les 200 propositions de cette page sont classées selon les cinq domaines, à raison de 40 par domaine. Chaque proposition est une direction et non un titre définitif : il lui manque encore l’organisation, la période et la source des données.

Chaque domaine est découpé en deux blocs pour que tu trouves plus vite ce qui correspond à ta situation. Avant chaque bloc, un paragraphe indique le type de travail qu’il demande le plus souvent. Lis-le avant de parcourir la liste.

Sujets sur les modèles d’affaires et les plateformes numériques

Les sujets sur les modèles d’affaires et les plateformes numériques se lisent bien et ont un problème de données. Le chiffre d’affaires et les marges d’un acteur précis sont rarement publics. Deux voies tiennent donc la route : soit tu étudies la demande par une enquête propre, soit tu travailles avec des rapports annuels et des études de marché publiés.

• Facteurs de succès des jeunes entreprises de la fintech en France
• Transformation numérique d’une entreprise traditionnelle : étude de cas
• Plateformes de livraison de repas et commerce de proximité dans une ville moyenne
• Abonnements numériques comparés : analyse d’un secteur
• Le financement participatif comme source de financement des jeunes entreprises
• Modèles d’affaires des technologies durables à l’ère numérique
• Blockchain et traçabilité dans la chaîne agroalimentaire
• Téléconsultation médicale : modèles d’affaires des plateformes
• Modèles d’affaires de l’internet des objets : analyse intersectorielle
• Places de marché en ligne : facteurs de succès et dynamique concurrentielle
• Effets du logiciel libre sur l’industrie du logiciel
• Stratégies de croissance des éditeurs de logiciels en mode SaaS
• Économie à la demande : modèles d’affaires du VTC et du covoiturage
• Livraison par drone : modèles d’affaires et réglementation
• Agriculture numérique : nouveaux modèles d’affaires dans les exploitations
• L’e-sport comme modèle d’affaires numérique
• Effets des cryptoactifs sur les modèles d’affaires bancaires
• Espaces de données partagés comme base de nouveaux modèles pour les PME
• Prise de rendez-vous en ligne chez les artisans : acceptation et usages
• Passage d’un logiciel vendu sous licence à un abonnement

Sujets sur les produits numériques, les prix et le comportement des clients

Les sujets sur les produits numériques, les prix et le comportement des clients sont les plus faciles pour les étudiants sans partenaire en entreprise. Disposition à payer, acceptation, comportement d’achat : tu peux interroger n’importe quel public toi-même. Il te faut pour cela non pas une entreprise, mais assez de participants et un questionnaire qui mesure proprement les concepts.

• Big data et prix personnalisés dans le commerce en ligne
• Influence des réseaux sociaux sur le développement de produits numériques
• La réalité virtuelle comme canal de vente : potentiel et limites
• Maison connectée : innovations de modèle d’affaires
• Le marketing d’influence dans les modèles d’affaires numériques
• Systèmes de recommandation fondés sur l’IA dans le commerce en ligne
• Acceptation des néobanques chez les 18 à 25 ans
• Effets de l’IA sur la personnalisation des services
• Analyse de données au service de l’innovation de modèle d’affaires
• Paiement mobile et sans contact : effet sur le comportement d’achat
• Formation en ligne : modèles d’affaires des plateformes d’apprentissage
• Réalité augmentée et expérience client en magasin
• Modèles d’affaires numériques pour une consommation responsable
• Avantages concurrentiels par les services numériques à valeur ajoutée
• Ludification dans les applications de fidélité
• Prix libre dans la vente de contenus numériques
• Stratégies omnicanales dans la grande distribution
• Le rôle de l’intelligence artificielle dans l’industrie musicale
• IA générative dans les produits numériques : disposition à payer des utilisateurs
• Tarification des fonctions d’IA : à l’usage ou au forfait

Sujets sur la sécurité informatique technique en entreprise

Les sujets de sécurité informatique technique demandent presque toujours un accès à des spécialistes. Les entreprises ne parlent pas publiquement de leurs failles, les données viennent donc d’entretiens menés sous promesse d’anonymat. Les travaux purement conceptuels restent possibles sans entreprise, par exemple l’application du guide d’hygiène informatique de l’ANSSI à une PME fictive.

• Plan de réponse aux incidents pour une PME industrielle
• Chiffrement de bout en bout et communication interne de l’entreprise
• Sécurité des objets connectés domestiques dans les réseaux d’entreprise
• Architecture zero trust : mise en œuvre dans une ETI
• Stockage en nuage pour les secteurs sensibles : concepts de sécurité
• Détection et prévention des menaces internes
• Gestion de la sécurité des terminaux mobiles dans l’entreprise
• Systèmes de détection d’intrusion : déploiement et efficacité
• Règles de développement sécurisé dans une équipe logicielle
• Objets connectés en atelier de production : risques et stratégies de sécurité
• Menaces persistantes avancées : mesures de défense en entreprise
• Protocoles d’authentification dans les réseaux d’entreprise
• Sécuriser la chaîne d’approvisionnement logicielle avec une nomenclature SBOM
• Techniques de chiffrement : domaines d’usage et limites
• Gestion des correctifs dans une infrastructure informatique : procédures et indicateurs
• Analyse de risques d’un système critique avec la méthode EBIOS Risk Manager
• Sécurité des API : conception et usage
• Défense contre les attaques par déni de service distribué
• Ordinateurs quantiques et sécurité informatique des entreprises
• Application du guide d’hygiène informatique de l’ANSSI dans une petite entreprise

Sujets sur la protection des données, les obligations légales et les nouvelles attaques

Les sujets sur la protection des données et les obligations légales ont un avantage qui vaut l’effort : les textes de loi et les pages des autorités sont librement accessibles et solides. Le revers, c’est leur durée de vie. Un mémoire fondé sur une version dépassée fait mauvaise impression, donc chaque affirmation juridique porte la date de la version à laquelle elle se réfère.

• Effets du RGPD sur les entreprises actives à l’international
• Adapter la politique interne aux exigences croissantes de protection des données
• Audits de sécurité et contrôles de conformité dans une DSI
• Effets de l’intelligence artificielle sur la sécurité des réseaux
• Géolocalisation des véhicules de service et protection des données des salariés
• Télétravail : exigences de sécurité et mise en œuvre
• Hameçonnage et prévention : enquête auprès des salariés
• Protection des données dès la conception des sites et des applications
• Sécurité des prestataires de paiement dans le commerce en ligne
• Exigences de sécurité du nuage pour les établissements financiers
• Concepts de protection des données pour les réseaux sociaux
• Appareils personnels au travail : règles et application au quotidien
• Détection des hypertrucages dans la communication d’entreprise
• Défis de sécurité des analyses big data
• Données personnelles dans le nuage : responsabilités et limites
• Hébergement de données de santé : exigences de la certification HDS
• La qualification SecNumCloud comme critère de choix d’un fournisseur cloud
• Préparation d’une ETI à la transposition française de NIS 2
• Risques de sécurité des grands modèles de langage en entreprise
• L’injection de prompt comme vecteur d’attaque contre les assistants d’IA

Sujets sur le reporting, les tableaux de bord et l’architecture de données

Les sujets sur le reporting, les tableaux de bord et l’architecture de données exigent de vraies données, sinon le mémoire reste une description d’outil. Deux issues fonctionnent : un jeu de données ouvert, par exemple sur data.gouv.fr, ou un partenaire qui te confie un extrait de ses données. Tu règles l’un ou l’autre avant l’inscription, pas après.

• Conception d’un tableau de bord des ventes en temps réel
• Informatique décisionnelle en ressources humaines : analyse du taux de rotation
• Déploiement d’un système décisionnel dans une PME
• Indicateurs pour des lignes de production connectées
• Informatique décisionnelle au service des programmes de fidélité
• Outils de BI en libre-service et processus de décision
• Modèle d’évaluation de la maturité décisionnelle d’une organisation
• Reporting des données de consommation d’énergie dans les réseaux intelligents
• Informatique décisionnelle dans une collectivité territoriale
• Systèmes d’information géographique dans les applications décisionnelles
• Informatique décisionnelle et reporting de durabilité
• Effets de l’informatique décisionnelle sur la culture d’entreprise
• Stratégies d’entrepôt de données pour des sources hétérogènes
• Outils de BI pour mesurer la performance d’un site marchand
• Analyses multidimensionnelles avec l’OLAP
• Informatique décisionnelle dans l’organisation d’événements
• Pilotage de la production par la BI en temps réel
• Lacs de données pour des analyses transversales
• Data mesh ou entrepôt de données central : critères de choix
• Acceptation de l’analytique en libre-service dans les services métiers

Sujets sur la prévision, la fouille de données et l’apprentissage automatique

Les sujets de prévision, de fouille de données et d’apprentissage automatique sont les plus lourds en calcul de la filière. On attend d’eux une évaluation de la qualité : ton modèle vise-t-il juste, et face à quelle valeur de référence simple ? Un modèle sans base de comparaison livre un chiffre que personne ne sait situer, et c’est précisément là que ces mémoires échouent.

• Apprentissage automatique pour prévoir le comportement des clients en magasin
• Fouille de données pour repérer des potentiels de ventes croisées
• Analyse prédictive au service de la gestion des stocks
• Optimisation de la chaîne logistique par l’informatique décisionnelle
• Analyse de données pour réduire le risque d’un portefeuille financier
• Analyse de séries temporelles pour la prévision des ventes
• Informatique décisionnelle et parcours de soins à l’hôpital
• Fouille de textes et analyse de sentiment des avis clients
• Analyse des tendances du marché pour le développement de produits
• Système d’alerte précoce sur les baisses de ventes
• Détection automatique d’anomalies dans les indicateurs commerciaux
• Segmentation des clients pour optimiser les campagnes marketing
• Modèles de prévision pour le marché de l’électricité
• Fidélisation des clients : analyse des points de contact
• Méthodes décisionnelles au service de l’efficacité logistique
• Détection de la fraude chez les assureurs
• Données et décisions stratégiques dans une jeune entreprise
• Fouille de processus pour repérer les écarts dans le processus d’achat
• Requêtes en langage naturel sur les données d’entreprise : précision et limites
• Qualité des données comme condition des prévisions d’IA dans la vente

Sujets sur la stratégie informatique, la gouvernance et les projets SI

Les sujets sur la stratégie informatique, la gouvernance et les projets SI sont le terrain naturel du travail sur le comportement. La question porte sur la façon dont les organisations décident, et aucune mesure technique n’y répond : il faut une enquête ou des entretiens. Savoir programmer n’est pas nécessaire ici, en revanche il te faut un accès aux personnes qui décident à la DSI.

• Guide de la transformation numérique pour une PME
• Gouvernance informatique et numérisation : difficultés et pistes de solution
• Méthodes agiles dans les projets SI : facteurs de succès et pièges
• Référentiels de gestion des services informatiques en pratique
• Externalisation informatique : analyse critique d’une décision
• Conformité informatique : exigences réglementaires et mise en œuvre technique
• Stratégie informatique d’une jeune entreprise en phase de croissance
• Pilotage d’environnements multicloud : gouvernance et coûts
• Assurabilité des risques cyber : critères des assureurs
• Gestion du portefeuille de projets informatiques face aux évolutions rapides
• Stratégies de gestion des applications en nuage
• Effets d’échelle du réseau défini par logiciel
• Méthodes pour mesurer le succès d’un projet informatique
• Qualité des données comme socle des projets de numérisation
• Numérique responsable : stratégie de sobriété dans une DSI
• Stratégie informatique des banques face aux néobanques
• Logiciels de gestion de projet pour piloter les projets SI
• Le logiciel libre dans la stratégie numérique d’une collectivité
• Souveraineté numérique comme critère de choix d’un fournisseur cloud
• Analyses big data et décisions stratégiques de l’entreprise

Sujets sur le changement numérique, le management et l’adoption de l’IA

Les sujets sur le changement numérique, le management et l’adoption de l’IA se prêtent bien à l’enquête, parce que beaucoup d’entreprises sont en plein déploiement. Selon l’Insee (Insee Première n° 2061, juillet 2025), 10 % des entreprises françaises de 10 salariés ou plus déclarent en 2024 utiliser au moins une technologie d’intelligence artificielle, contre 6 % en 2023. Veille à tester une relation et pas seulement à décrire un état des lieux.

• Le rôle du DSI dans le pilotage de la transformation numérique
• Informatique en nuage et transformation numérique : usages et effets
• Conduite du changement dans une DSI lors d’un déploiement
• Automatisation robotisée des processus : effets sur les processus métier
• Diffusion de l’intelligence artificielle dans les processus d’entreprise
• Sensibilisation à la cybersécurité : programme et mesure de son effet
• Technologies mobiles, stratégie d’entreprise et pilotage informatique
• Culture de l’innovation numérique : freins et facteurs de succès
• Éthique du numérique dans le pilotage informatique
• Réseaux sociaux d’entreprise : risques et potentiel
• Réalité virtuelle et augmentée dans la formation et le support
• Internet des objets en production : enjeux de pilotage
• Modèles d’acceptation de la technologie et innovations numériques
• Conception d’un système de gestion des connaissances à l’échelle de l’entreprise
• Management à l’ère numérique : compétences des managers
• Jumeaux numériques et développement de produits
• Gouvernance de l’IA générative : charte d’usage et respect dans l’entreprise
• Obligations du règlement européen sur l’IA : préparation d’une ETI
• Maîtrise de l’IA chez les salariés : besoins et formations adaptées
• Plateformes low-code : bénéfices et informatique fantôme

Sujets sur les ERP, le CRM et les progiciels de gestion

Les sujets sur les ERP, le CRM et les progiciels de gestion sont proches du terrain et se prêtent donc bien à un mémoire en entreprise ou en alternance. Ils vivent d’un processus concret : une commande, une validation, une réclamation. Sans ce processus, le sujet devient une description générale de logiciel.

• Effets d’un ERP sur l’efficacité des processus métier
• CRM et qualité de la relation client
• Logiciels de gestion des processus métier pour l’amélioration continue
• Optimiser les achats grâce à des systèmes d’information intégrés
• Transparence de la chaîne logistique grâce aux logiciels SCM
• Systèmes d’aide à la décision pour la direction générale
• Modélisation et simulation des processus de fabrication
• Achats dématérialisés et réduction des coûts de traitement
• Principes du lean dans les processus outillés par l’informatique
• Interfaces ergonomiques pour le pilotage des processus
• Gestion électronique des documents dans l’administration
• Effets de l’informatique en nuage sur l’optimisation des processus
• Systèmes de management de la qualité et suivi des processus
• Le rôle des systèmes d’information dans les organisations agiles
• Systèmes d’information de suivi de la conformité dans les secteurs réglementés
• Gestion de contenu et efficacité des processus marketing
• Optimisation des processus : solution SaaS ou exploitation interne
• Systèmes de management de l’énergie dans les processus d’exploitation
• Référentiels informatiques pour standardiser les processus
• Repérer par les indicateurs les goulets d’étranglement des processus administratifs

Sujets sur l’automatisation, les documents et les interfaces

Les sujets sur l’automatisation, les documents et les interfaces conviennent bien à un travail de conception, parce que le résultat se voit. La mesure y est plus simple qu’ailleurs : durée de traitement, taux d’erreur et délai de bout en bout se relèvent avant et après le changement, à condition que l’entreprise te donne ses journaux d’événements.

• Système de gestion des flux de travail pour automatiser un processus
• Applications mobiles pour les équipes sur le terrain
• Intelligence artificielle pour des contrôles de processus adaptatifs
• RFID et processus d’entrepôt et d’inventaire
• Intégrer des objets connectés dans les systèmes d’information existants
• Maintenance prédictive et processus d’entretien
• Outils collaboratifs et effets sur le travail d’équipe
• Solutions informatiques pour accompagner la conduite du changement
• Agents conversationnels pour automatiser les échanges avec les clients
• Réalité augmentée dans la maintenance et la réparation
• Suivi des colis en temps réel : intégration de données entre systèmes
• Plateformes de formation en ligne pour accélérer l’intégration des nouveaux salariés
• Portails en libre-service pour décharger le service client
• Blockchain pour sécuriser les transactions
• Imposer techniquement le principe des quatre yeux dans les validations
• Assistants d’IA au service client : durée de traitement et satisfaction
• Traitement automatisé des factures par reconnaissance de documents
• Facturation électronique obligatoire : préparation d’une PME à l’échéance de septembre 2027
• Automatisation par agents d’IA : les limites observées en 2026
• Documentation des processus par l’IA générative : qualité des résultats

Conception ou étude du comportement : quel type de sujet choisir

L’informatique de gestion connaît deux voies reconnues vers un résultat, et ton sujet doit en choisir une. Un travail de conception crée un artefact : un modèle, une méthode, une architecture ou un prototype. Un travail sur le comportement explique ou prévoit la façon dont les personnes et les organisations utilisent les systèmes d’information.

La distinction vient de la recherche en systèmes d’information elle-même. Alan Hevner, Salvatore March, Jinsoo Park et Sudha Ram l’ont posée en 2004 dans la revue MIS Quarterly, avec l’article Design Science in Information Systems Research. Selon eux, deux paradigmes structurent une grande partie de la discipline : la science du comportement (behavioral science) et la science de la conception (design science).

Les signes d’un travail de conception

• Ton sujet commence par développement, conception ou modélisation.
• Le résultat est quelque chose qui n’existait pas avant.
• L’évaluation confronte l’artefact aux objectifs fixés.
• Les données naissent du test, pas d’une collecte.
• La programmation ou la modélisation sont un prérequis.

Les signes d’un travail sur le comportement

• Ton sujet interroge l’acceptation, l’usage, l’effet ou les facteurs de succès.
• Le résultat est une affirmation vérifiée sur des personnes ou des organisations.
• Les données viennent d’une enquête, d’entretiens ou de la statistique publique.
• Un modèle théorique fixe les variables.
• Sans accès à des répondants, le sujet ne peut pas être traité.

Les formes mixtes existent et sont la variante la plus exigeante : qui crée un prototype puis le fait évaluer par des utilisateurs fait les deux et a besoin de temps pour les deux. Dans un mémoire de licence rédigé en parallèle d’un stage de quelques mois, cela passe rarement. La voie qui correspond à ton profil se précise aussi avec l’article mémoire empirique ou théorique.

Quels sujets d’informatique de gestion demandent une enquête propre

Les sujets d’informatique de gestion qui demandent une enquête propre se reconnaissent au premier mot du sujet. Tout ce qui interroge l’acceptation, la satisfaction, les facteurs de succès ou l’usage sur le terrain exige des réponses de personnes. Le reste vient des données d’un système, de statistiques publiées ou de la littérature.

Le tableau ci-dessous associe aux formulations les plus courantes la source de leurs données. Chaque ligne avec enquête propre signifie un délai supplémentaire : rédiger le questionnaire, informer les participants, trouver des répondants.

Les modèles d’acceptation fournissent les variables

Pour les lignes avec enquête propre, un détour par les modèles établis vaut la peine, car ils t’épargnent la moitié du travail sur le questionnaire. L’un des plus utilisés est la théorie unifiée de l’acceptation et de l’utilisation de la technologie de Venkatesh, Morris, Davis et Davis (2003), en abrégé UTAUT. Elle réunit quatre concepts : performance attendue, effort attendu, influence sociale et conditions facilitatrices. Selon ses auteurs, le modèle explique 70 % de la variance de l’intention d’usage.

Un modèle éprouvé rend aussi ton travail comparable, puisque tes résultats peuvent se lire à côté d’autres études. Le passage des concepts au questionnaire est expliqué dans l’article sur l’enquête pour un mémoire de licence ou de master.

RGPD et CNIL : ce que ton enquête doit respecter

Une enquête menée pour un mémoire traite des données personnelles dès qu’une réponse peut être rattachée à quelqu’un, et le RGPD s’applique alors comme partout ailleurs. Pour une enquête ordinaire sans données sensibles, aucune démarche auprès de la CNIL n’est prévue. La CNIL précise en revanche, sur sa page du 4 février 2026 consacrée à la recherche scientifique hors santé, que des données sensibles ne peuvent y être traitées, à certaines conditions, que « sous réserve d’avoir saisi la CNIL pour avis ». Collecte seulement ce dont tu as besoin, informe les participants de la finalité et parles-en à ton encadrant si ton sujet touche à la santé ou aux opinions.

Pour une enquête standardisée, il te faut un outil de sondage, un lien de participation et un groupe qui répond. empirio.ai, un outil de sondage en ligne allemand, est conçu pour les étudiants et les mémoires.

Le test en quatre questions : ton sujet tient-il scientifiquement ?

Un sujet d’informatique de gestion tient scientifiquement s’il satisfait à quatre critères que la discipline a formulés elle-même. L’article de Hevner, March, Park et Ram, paru en 2004 dans MIS Quarterly, propose sept lignes directrices pour la recherche en conception. Quatre d’entre elles se lisent directement comme des questions de contrôle pour un sujet de mémoire.

Les trois autres, la rigueur de la méthode, la conception comme démarche de recherche itérative et la communication des résultats, portent surtout sur la façon de mener le travail. Pour décider si un sujet mérite d’être déposé, les quatre premières suffisent.

1. Un artefact. Le travail produit quelque chose de précis : un modèle, une méthode, une architecture ou un prototype. Un concept qui ne vaut que pour une seule entreprise relève du conseil. Il devient scientifique dès que tu dis à quelle catégorie d’organisations il s’applique.
2. Un problème pertinent. Le problème traité compte pour des organisations réelles, pas seulement pour toi. Nomme tôt qui profite du résultat : la DSI, un service métier ou la clientèle.
3. Une évaluation. L’utilité de l’artefact se démontre avec une méthode, par une mesure, un test ou le jugement d’utilisateurs. Chaque choix de ta conception a besoin d’une justification tirée de la littérature ou des données.
4. Une contribution. Le travail apporte quelque chose au savoir publié. Vérifie avant l’inscription ce qui existe déjà sur ton sujet. Un plan de déploiement recopié d’un manuel ne remplit pas ce critère.

Le test en quatre questions pour un travail sur le comportement

Pour un travail sur le comportement, les quatre questions valent par analogie, et l’affirmation vérifiée prend la place de l’artefact. Le premier critère demande alors que ton résultat ne vaille pas seulement pour les 60 personnes qui ont répondu, mais pour un groupe nommé. La contribution signifie que la relation que tu testes n’a pas déjà été vérifiée trois fois dans la même configuration.

Un sujet n’est pas scientifique parce qu’il est compliqué, mais parce que quelqu’un peut retracer comment tu es arrivé à ton résultat.

Une fois les quatre questions tranchées, ta problématique est presque écrite. La façon de la formuler est expliquée dans l’article formuler sa question de recherche.

Ce qui rend un sujet d’informatique de gestion actuel en 2026

Un sujet d’informatique de gestion n’est pas actuel parce qu’une technologie y figure, mais parce que le cadre autour d’elle a changé. Trois chantiers ont changé ce cadre en France : le règlement européen sur l’intelligence artificielle, la transposition de la directive NIS 2 et la généralisation de la facture électronique entre entreprises.

Pour le choix du sujet, il en découle deux choses. Les sujets à dimension juridique sont faciles à documenter, parce que les textes et les pages officielles sont en libre accès. Ils vieillissent aussi le plus vite, donc chaque affirmation de ce type porte une date.

Le règlement européen sur l’IA et ses échéances

Le règlement sur l’intelligence artificielle, règlement (UE) 2024/1689, est entré en vigueur le 1er août 2024 et s’applique en grande partie depuis le 2 août 2026, selon la Commission européenne. Les pratiques interdites et l’obligation de maîtrise de l’IA s’appliquent depuis le 2 février 2025, les règles pour les modèles d’IA à usage général depuis le 2 août 2025.

Une modification entrée en vigueur le 27 juillet 2026 a repoussé les échéances des systèmes à haut risque : le 2 décembre 2027 pour les cas d’usage de l’annexe III, le 2 août 2028 pour les systèmes intégrés à des produits relevant de l’annexe I. Un mémoire sur l’IA indique donc toujours la date de la version à laquelle il se réfère.

NIS 2 et facture électronique : deux chantiers français

Pour les sujets de sécurité, le deuxième chantier est NIS 2. En France, la directive doit être transposée par le projet de loi relatif à la résilience des infrastructures critiques et au renforcement de la cybersécurité, déposé au Sénat le 15 octobre 2024. Sur sa page consacrée à la directive NIS 2, consultée en octobre 2026, l’ANSSI parle toujours du « projet de loi Résilience ». Tant que le texte n’est pas promulgué, ton mémoire décrit un projet et non une obligation en vigueur : vérifie son état sur Légifrance juste avant la remise.

Pour les sujets de processus, la facture électronique offre un calendrier clair. Selon le ministère de l’Économie, toutes les entreprises doivent pouvoir recevoir des factures électroniques à partir du 1er septembre 2026, date à laquelle les grandes entreprises et les ETI doivent aussi en émettre. Les PME et les micro-entreprises doivent en émettre à partir du 1er septembre 2027.

En règle générale, un encadrant n’attend pas d’analyse juridique sur ces sujets, mais une description propre du cadre et de ses conséquences pour l’entreprise étudiée. Les formations à dominante juridique font exception. Le règlement des études de ton établissement fait foi, et aucun article ne remplace un conseil juridique.

Sujets pour un mémoire de master, un PFE et un mémoire en entreprise

Les sujets pour un mémoire de master, un projet de fin d’études ou un rapport de stage ne diffèrent pas par leur objet en informatique de gestion, mais par l’exigence de méthode et d’ampleur. La même idée porte un rapport de stage quand tu décris un processus, et un mémoire de master quand tu testes une hypothèse ou évalues un artefact.

Le temps et les crédits dont tu disposes figurent dans le règlement de ta formation, et les écarts entre établissements sont plus grands qu’on ne le pense. Le master MIAGE de l’université Paris 1 Panthéon-Sorbonne montre comment mémoire et stage s’articulent sur deux ans, et le cadre légal du stage s’y ajoute.

État : octobre 2026, d’après les documents liés ci-dessous.

Le règlement de contrôle des connaissances du master MIAGE de Paris 1, adopté le 10 octobre 2023, prévoit en M1 un mémoire de type état de l’art couplé à une mission en entreprise de deux mois minimum, et en M2 20 crédits ECTS de mémoire ou de projet de création d’entreprise. Pour le stage lui-même, l’université Paris Cité rappelle qu’il ne peut excéder six mois dans la même entreprise et qu’une gratification est obligatoire à partir de 309 heures de présence. Le règlement de ta propre formation reste la référence.

Ce qu’un mémoire de master en informatique de gestion demande en plus

Un mémoire de master en informatique de gestion demande en général un choix de méthode propre et sa justification. Appliquer une procédure ne suffit pas : tu justifies ton choix face aux alternatives. Pour un travail de conception, l’évaluation va au-delà d’un test de fonctionnement et confronte l’artefact aux objectifs posés au départ.

Sujets pour un mémoire en entreprise ou en alternance

Le mémoire en entreprise est très courant en MIAGE, où stage et alternance jalonnent le cursus, et il ne fait que déplacer le problème du sujet. L’entreprise a une demande, l’université attend une question de recherche, et les deux coïncident rarement d’elles-mêmes. Prends la demande comme cas et formule la question au-dessus. Les points à régler avec l’entreprise sont réunis dans l’article rédiger un mémoire en entreprise.

Erreurs courantes dans le choix d’un sujet d’informatique de gestion

Les erreurs les plus fréquentes dans le choix d’un sujet d’informatique de gestion ont peu à voir avec le sujet lui-même. Elles touchent à ce qui vient après : les données, l’accès et le périmètre. Les encadrants en voient quatre revenir sans cesse.

Chacune de ces erreurs se repère avant l’inscription, le seul moment où elle coûte encore peu. Après l’inscription, chaque correction se paie en semaines.

Le sujet est choisi avant que l’accès aux données soit réglé

Les sujets sur les ERP, l’optimisation des processus ou l’informatique décisionnelle supposent des données d’entreprise. Un accord oral pendant l’entretien de stage n’est pas encore un accord pour un export de données. Fais préciser par écrit, avant l’inscription, quelles données tu recevras, dans quel format et avec quelle autorisation. Sans cette étape, tu finis par écrire un travail bibliographique sur un sujet pensé pour le terrain.

Le sujet est une mission de conseil, pas un mémoire

Un plan de numérisation pour une seule entreprise est une commande, pas un sujet. Sans généralisation, il manque le premier critère du test : un artefact qui vaut pour une catégorie d’organisations. La sortie est simple : décris le cas comme un cas et formule la question pour une catégorie d’entreprises. L’entreprise unique cède alors la place aux PME de la mécanique industrielle.

L’enquête est planifiée trop tard

Une enquête est la raison la plus fréquente du retard d’un mémoire. Le questionnaire est vite prêt, les réponses non. Qui a encore besoin de 50 réponses la dernière semaine avant la remise a un problème qu’aucun outil ne résout. Les canaux de recrutement qui fonctionnent sont présentés dans l’article trouver des participants pour ton sondage.

Le sujet embrasse trop de technologies à la fois

Blockchain, intelligence artificielle et automatisation des processus dans un seul mémoire de licence, cela fait trois mémoires. Chaque technologie apporte sa littérature, ses notions et ses critères d’évaluation. Réduis à une technologie et à un cas d’usage. La profondeur que tu gagnes pèse plus dans la note que la largeur que tu perds.

Liste de contrôle avant l’inscription

• La spécialité correspond à un enseignant-chercheur prêt à encadrer.
• La direction est fixée : conception ou comportement.
• La source des données est nommée et confirmée.
• Les quatre questions du test ont une réponse.
• Le calendrier prévoit quatre semaines pour une enquête.
• Trois propositions sont prêtes pour le rendez-vous d’encadrement.

Conclusion

Retiens des 200 propositions trois sujets qui correspondent à une spécialité de ton établissement, puis décide d’après la question des données et non d’après l’intérêt.

Les sujets sur l’acceptation, le pilotage des SI et le comportement des clients passent par une enquête propre et se planifient donc bien. Les sujets d’informatique décisionnelle et d’optimisation des processus demandent au contraire une entreprise qui ouvre ses données, et c’est là que se trouve le goulet d’étranglement.

Pour aller plus loin

• Tu veux savoir comment se déroule un travail empirique ? La recherche empirique dans un mémoire
• Besoin d’un questionnaire pour ta collecte ? Créer un questionnaire : guide, conseils et exemples
• Tu cherches un modèle prêt à l’emploi comme point de départ ? Modèles pour enquêtes et questionnaires

Ton sujet demande une enquête propre ?

Crée le questionnaire en quelques minutes, partage le lien avec ton public cible et laisse analyser les réponses directement.

Créer une enquête pour ton mémoire